标签：use 性能 每日 性能测试 detail 优惠 需求 估计 tps
转自：https://blog.csdn.net/musen518/article/details/50553689
某互联应用，预计推广群体达500万人左右，用户使用时间早8点---晚8点，12小时
分析建模如下
1. 注册用户转化率，预估5%，那么注册用户：500万*5%=25万
2. 高峰时段（有活动）每日在线用户，在线率预估10%，那么在线用户数：25万*10%=2.5万
3. 用户常用下单到成功，触发20个请求，总请求量：2.5万*20=50万
4. 利用二八原则计算吞吐量：50万*80%/(12*3600*20%)=46.7/s
更新需求，发布新产品，定时抢购优惠活动，某日10点开始抢购，大概12点结束
重新建模如下
1. 注册用户25万不变
2. 高峰时段在线用户，在线率预估20%，那么这2小时的在线用户数：25万*20%=5万
3. 用户常用下单到成功，触发20个请求，总请求量：5万*20=100万
4. 利用二八原则计算吞吐量：100万*80%/(2*3600*20%)=555.6/s
或许需要用到四六原则计算：100万*60%/(2*3600*40%)=208.3/s(需要非常熟悉业务需求，建模才更加准确，有往年历史数据支撑，看的出数据分布更好)
压力暴增5~10多倍，这个时候老系统估计够呛了。。。
标签：use 性能 每日 性能测试 detail 优惠 需求 估计 tps
原文地址：https://www.cnblogs.com/wx170119/p/10136788.html
